Kompetence · Data, Sporing & Tracking-mareridt
HubSpot Data-Cleaning: hvad det er, hvem der kan det, og hvad de tjener
HubSpot Data-Cleaning rydder dubletter, fejlformaterede felter og gamle CRM-data, så kontakter, virksomheder og rapporter kan bruges korrekt. Folk med specialiseret viden hjælper især med merge, importer, datamodeller og med at stoppe nye dubletter fra integrationer.
Hvad bruges HubSpot Data-Cleaning til?
HubSpot Data-Cleaning er ikke et selvstændigt HubSpot-produkt. Det er arbejdet med at rydde, standardisere og vedligeholde data i HubSpot CRM og HubSpots Data Management-værktøjer.
Opgaven starter ofte med dubletter. Den samme person kan ligge flere gange som kontakt. En virksomhed kan være oprettet med forskellige navne eller domæner. Det giver rod i salgsarbejde, marketinglister, rapporter og automatiseringer.
HubSpot har værktøjer til at finde mulige dubletter blandt kontakter og virksomheder. Brugeren kan gennemgå forslagene og enten flette posterne eller afvise, at de er dubletter. Ved en sammenfletning samles blandt andet aktiviteter, relationer og relevante egenskaber i den tilbageværende CRM-post.
Data-cleaning handler også om fejlformaterede værdier. Navne kan være skrevet med forkert brug af store bogstaver. E-mailadresser, lande og andre felter kan have forskellige formater. HubSpots Data Quality-værktøjer kan finde en række af disse problemer og foreslå rettelser.
En anden del er oprydning i CRM-egenskaber. Et ældre HubSpot-miljø kan indeholde felter, som ikke længere bruges, felter uden data eller flere egenskaber med næsten samme betydning. Det gør rapportering, workflows og integrationer sværere at styre.
Data-cleaning omfatter derfor mere end at slette gamle kontakter. Man skal forstå, hvilke poster der skal bevares, hvilke værdier der er korrekte, og hvilke relationer mellem kontakter, virksomheder, deals og andre objekter der skal overleve oprydningen.
Til dig, der kan det
Bliv fundet på det, du kan
Har du erfaring med HubSpot Data-Cleaning? Tilføj kompetencen til din profil, så mennesker og virksomheder kan finde dig, når de søger efter den.
Bliv fundet her — gratisCa. 30 sekunder · intet betalingskort
Ikke klar til at være synlig? Få besked, når nogen søger kompetencen

Til virksomheder
Lad de rette mennesker finde jer
Har I brug for nogen med HubSpot Data-Cleaning? Vis, hvad I leder efter, så relevante mennesker kan finde jer og tage kontakt.
Vis hvad I søger — gratis2 trin · fjern når som helst
Ikke klar endnu? Følg kompetencen — få besked, når nogen med den dukker op.
Hvem bruger HubSpot Data-Cleaning?
HubSpot Data-Cleaning udføres typisk af CRM-administratorer, folk der arbejder med marketing operations, revenue operations-funktioner, salgsoperationer og HubSpot-konsulenter.
Marketingteams har brug for rene kontaktdata, når de bygger segmenter, personaliserer kommunikation eller analyserer kampagner. Dubletter og inkonsistente felter kan betyde, at samme person behandles forskelligt i forskellige lister og workflows.
Salgsteams mærker problemerne, når flere sælgere arbejder på forskellige poster for samme kunde. Forkerte virksomheder, ejere eller associationer kan også gøre pipeline og aktivitetshistorik misvisende.
Revenue operations arbejder ofte bredere med problemet. Her skal data kunne bruges på tværs af marketing, salg, service og rapportering. Derfor bliver datamodel, egenskaber, unikke identifikatorer, integrationer og regler for dataejerskab en del af oprydningen.
Virksomheder med integration mellem HubSpot og eksempelvis et ERP-system, Salesforce eller egne systemer har ofte større behov for folk med specialiseret viden. En dublet eller forkert nøgle kan ellers blive genskabt af integrationen efter oprydningen.
Typiske opgaver for en person med specialiseret viden om HubSpot
En klassisk opgave er oprydning i dublerede kontakter og virksomheder. Vedkommende gennemgår HubSpots forslag til dubletter og vurderer, hvilke poster der faktisk repræsenterer samme person eller virksomhed.
Det er vigtigt at vælge den rigtige primære post ved en sammenfletning. Historik, egenskaber, associationer og andre data skal kontrolleres før merge. HubSpot gør opmærksom på, at sammenflettede poster ikke blot kan opdeles igen bagefter.
En person med specialiseret viden undersøger også, hvorfor dubletterne opstår. Det kan skyldes importer, formularer, integrationer, API-oprettelser eller manglende brug af stabile unikke identifikatorer. Ellers vender problemet tilbage kort efter oprydningen.
Ved import af kontakter er e-mailadressen en central unik identifikator i HubSpot. For virksomheder bruges blandt andet virksomhedens domænenavn. HubSpot Record ID eller en egenskab med krav om unik værdi kan også bruges i relevante importsituationer.
Migrering er derfor en typisk data-cleaning-opgave. Før data fra et gammelt CRM importeres, skal kolonner, felter og identifikatorer gennemgås. Eksisterende poster skal matches korrekt, så en import ikke skaber endnu et sæt dubletter.
Fejl efter en import er også almindelige opgaver for folk med specialiseret viden. Det kan være værdier, der ikke passer til HubSpot-egenskabens datatype, manglende identifikatorer eller relationer mellem poster, som ikke blev oprettet korrekt.
En anden opgave er standardisering af felter. Vedkommende beslutter eksempelvis, hvordan lande, navne, telefondata og andre CRM-værdier skal gemmes. Derefter kan eksisterende data rettes, og nogle typer formateringsfejl kan håndteres med HubSpots Data Quality-funktioner.
Oprydning i properties kan være mere omfattende end kontaktoprydning. Personen undersøger, om flere felter beskriver det samme, hvilke felter workflows og rapporter bruger, og hvilke egenskaber der kan arkiveres uden at ødelægge andre funktioner.
Associationer mellem CRM-poster skal også kontrolleres. En kontakt kan eksempelvis være knyttet til den forkerte virksomhed eller mangle forbindelse til relevante deals. Data kan se korrekt ud på kontaktkortet og stadig give forkerte rapporter, hvis relationerne er forkerte.
Data Quality-området i HubSpot kan bruges til at overvåge dubletter, formateringsproblemer og problemer med properties. Nogle funktioner til blandt andet massehåndtering og automatiseret oprydning afhænger af virksomhedens HubSpot-abonnement.
En person med specialiseret viden kan til sidst etablere regler, der begrænser nyt datarod. Det kan være klare unikke identifikatorer, bedre importprocedurer, faste property-definitioner og kontrol af integrationer. Den bedste CRM-oprydning fjerner derfor både eksisterende fejl og årsagen til, at de opstår.
Hvordan lærer man HubSpot Data-Cleaning?
HubSpots Knowledge Base er den vigtigste tekniske reference. Dokumentationen beskriver blandt andet duplicate management, record merge, imports, unikke identifikatorer, formateringsproblemer og Data Quality-værktøjerne.
HubSpot Academy har kurset Data Management. Det er den mest direkte officielle læringsvej til arbejdet med datastruktur og datakvalitet i HubSpot.
HubSpot Academy har også lektionen How to Manage and Clean Data. Den fokuserer direkte på håndtering og oprydning af virksomhedsdata og er derfor relevant for en person, der vil arbejde med CRM-data-cleaning.
Ved migrering bør man desuden lære HubSpots importværktøj grundigt. Det kræver forståelse for Record ID, e-mail, virksomhedens domænenavn, unikke properties og associationer mellem forskellige CRM-objekter.
En person, der arbejder med mere komplekse HubSpot-miljøer, bør også forstå HubSpots datamodel. Det gør det lettere at se relationerne mellem kontakter, virksomheder, deals, tickets, aktiviteter og eventuelle brugerdefinerede objekter.
Praktisk erfaring er afgørende. En kompetent person med specialiseret viden skal kunne afgøre, om to poster faktisk skal flettes, finde kilden til nye dubletter og rydde egenskaber uden at ødelægge workflows, integrationer eller rapportering.
Kilder
- HubSpot Knowledge Base — officielle Data Quality-værktøjer til dubletter, formateringsproblemer og property insights
- HubSpot Knowledge Base — officiel vejledning til at identificere og håndtere dublerede CRM-poster
- HubSpot Knowledge Base — officielle regler for deduplikering og unikke identifikatorer
- HubSpot Knowledge Base — officiel beskrivelse af merge af CRM-poster og konsekvenser for data
- HubSpot Knowledge Base — officiel introduktion til importværktøjet, unikke identifikatorer og opdatering af eksisterende poster
- HubSpot Knowledge Base — officiel vejledning til fejlformatering og standardisering af kontaktdata
Ofte stillede spørgsmål
Hvordan fjerner man dubletter i HubSpot?
HubSpot har et værktøj til at finde mulige dubletter blandt kontakter og virksomheder. Forslagene bør gennemgås, før poster flettes. En person med specialiseret viden kontrollerer også, hvilken post der skal bevares, og hvorfor dubletten opstod. Ellers kan den samme integration, import eller formular skabe problemet igen.
Hvad sker der, når man merger kontakter i HubSpot?
Ved en merge bliver posterne samlet i én tilbageværende CRM-post. Aktiviteter, associationer og de fleste egenskabsdata håndteres efter HubSpots regler for sammenfletning. Det er vigtigt at kontrollere posterne først, fordi HubSpot ikke tilbyder en almindelig funktion til efterfølgende at unmerge de sammenflettede poster.
Hvorfor bliver der ved med at komme dubletter i HubSpot?
Gentagne dubletter skyldes ofte kilden til data og ikke selve oprydningen. Importer, formularer, API'er og integrationer kan oprette nye poster, hvis identifikatorerne ikke bruges konsekvent. En person med specialiseret viden følger derfor data tilbage til kilden og retter processen, så dubletterne ikke blot bliver genskabt.
Hvordan undgår man dubletter ved import til HubSpot?
Importfilen skal bruge en egnet unik identifikator. For kontakter er e-mail typisk central, mens virksomhedens domænenavn kan bruges til virksomheder. Record ID eller relevante properties med unikke værdier kan også bruges. Importen bør testes og eksisterende data kontrolleres, før store datasæt indlæses.
Kan HubSpot automatisk rydde dårlige CRM-data?
HubSpots Data Quality-værktøjer kan finde dubletter, formateringsproblemer og problemer med properties. Nogle rettelser kan automatiseres, afhængigt af funktion og abonnement. Automatik erstatter dog ikke en datamodel og klare regler, fordi HubSpot ikke selv kan afgøre alle forretningsmæssige konflikter mellem poster.